基于图像检测识别的数据增强技术

当前,在图像目标检测识别方面,深度学习技术已经成为研究的热点.然而深度学习在进行网络训练时需要使用大量的样本,当样本数目较少时,得到的训练模型其检测效果往往不佳.介绍了色彩变换、水平翻转、旋转、亮度变换、缩放、裁剪、添加噪声等不同数据增强方法,并结合VOC2007数据集,采用数据增强技术实现样本扩充.实验结果表明对样本...     

基于合作目标的动态舰载平台综合系统误差估计

动平台传感器配准中综合系统误差估计是误差估计领域中的一个难题。针对舰艇动平台环境下的综合系统误差估计问题,利用合作目标提供的高精度GPS导航信息,提出了两种误差估计方法。方法 1基于等效偏差模型,通过建立综合系统误差观测模型,将等效偏差中互相耦合的误差分量解耦,利用近似的等效偏差值估计综合系统误差各误差分量,克服了等效偏差模型的不足;方法 2通过分析经误差传递后综合系统误差分量对舰艇地理坐标系下目标定位精度的影响,对影响函数进行线性化处理,从而建立综合系统误差观测方程,完成综合系统误差估计。仿真验证在两种情形下进行,仿真结果表明两种方法估计性能互有优劣,但方法 2总体表现好于方法 1。利用两种方法估计出来的结果进行误差修正,修正后的航迹精度与修正前相比均有了大幅提高,能够满足舰艇平台实际作战需要。     

一种新的航迹与量测互联技术

为了同时解决存在于航迹与量测互联问题中的两种不确定性：目标运动和量测源的不确定性,本文提出一种基于BP的变结构交互式多模型2-D互联技术。首先,采用全局2-D分配算法确定量测与目标的分配问题,确定量测序列;其次,提出一种元模式的概念,采用离散小波变换,将目标量测序列映射到目标模式序列,从而由BP神经网络对目标运动模型对应的概率进行估计。再利用变结构的交互式多模型进行目标滤波估计。初步实验结果表明：本文提出的技术能较好地解决密集目标、特别是机动目标的互联问题。